Contoh: Seorang guru ingin mengetahui kecenderungan siswa SMA tahun 2012 dalam memilih jurusan IPA dan IPS dari 40 sampel yang diambil secara random. Berdasarkan hasil pooling menunjukkan bahwa sebanyak 22 siswa memilih IPS dan sebanyak 18 siswa memilih IPA. Simpulan apa yang dapat dikemukakan oleh guru tersebut? Hipotesis statistik yang diajukan dapat dinyatakan sbb. Ho : p1 = p2 = 0,5 Ha : p1 p2 0,5 Analisis Tes Binomial menggunakan SPSS Versi 19 menunjukkan hasil sbb. Binomial Test Category N Observed Prop. Test Prop. Exact Sig. (2- tailed) Pilihan Jurusan Group 1 IPS 22 .55 .50 .636 Group 2 IPA 18 .45
Total
40 1.00
Hasil analisis Tes Binomial tersebut menunjukkan bahwa koefisien Exact Sig. (2 tailed) sebesar 0,636, yang berarti koefisien tersebut untuk sisi kiri dan sisi kanan sehingga masing-masing sisi akan sebesar
0,318. Apabila sampel penelitian kecil ( 25), maka koefisien Binomial
dapat ditemukan pada Binomial Tabel dengan cara menemukan antara N dengan n terkecil. Karena sampel penelitian yang ditetapkan oleh guru peneliti sebesar 40, maka koefisien Binomial (0,318) tersebut tidak dapat ditemukan pada Tabel Binomial. Untuk merumuskan simpulan atas pembuktian di atas, maka harga koefisien Exact Sig. Binomial tersebut dibandingkan dengan tingkat alpha yang ditetapkan yaitu 1% atau 5%. Kriteria yang digunakan yaitu bila tingkat atau kesalahan yang ditetapkan sebesar 1% yang berarti = 0,01, maka harga p sebesar 0,318 > 0,01, dengan demikian Ho diterima dan Ha ditolak. Berdasarkan hasil analisis tes Binomial tersebut dapat disimpulkan bahwa kemungkinan siswa SMA dalam memilih dua jurusan (IPS atau IPA) adalah sama yaitu 50%.
2. Menggunakan Chi Kuadrat Apabila contoh pada nomor 1 di atas dianalisis menggunakan Chi Kuadrat makan perlu dirumuskan suatu hipotesis sbb. Ho : Peluang jurusan IPS dan IPA adalah sama untuk dapat dipilih siswa SMA angkatan 2012 sebagai jurusannya Ha : Peluang jurusan IPS dan IPA adalah tidak sama untuk dapat dipilih siswa SMA angkatan 2012 sebagai jurusannya
Hasil analisis Chi Kuadrat (2 kategori) dengan menggunakan program SPSS Versi 19 dapat ditunjukkan berikut ini.
Pilihan Jurusan
Observed N Expected N Residual IPS 22 20.0 2.0 IPA 18 20.0 -2.0 Total 40
Test Statistics
Pilihan Jurusan Chi-Square .400 a
df 1 Asymp. Sig. .527 a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 20.0.
Apabila Chi Kuadrat hitung lebih kecil dari Chi Kuadrat tabel, maka Ho diterima dan apabila Chi Kuadrat hitung lebih besar dari Chi Kuadrat tabel, maka Ho ditolak. Berdasarkan hasil analisis dapat dinyatakan bahwa pada dk = 1 dan taraf kesalahan yang ditetapkan sebesar 5% diperoleh koefisien Chi Kuadrat tabel sebesar 3,841. Dengan demikian Chi Kuadrat hitung lebih kecil dari Chi Kuadrat tabel. Sesuai dengan ketentuan yang ada maka disimpulkan bahwa peluang jurusan IPS dan IPA untuk dipilih sebagai jurusannya di SMA adalah sama diterima (Ho diterima dan Ha ditolak). Contoh 2 Suatu penelitian yang dilakukan oleh seorang guru untuk mengetahui kecenderungan siswa- siswa SMK dalam memilih wara untuk pakaian oleh raga. Berdasarkan pengumpulan data dengan wawancara kepada murid sebagai sampel sebesar 100 orang yang diambil secara random menunjukkan 40 memilih biru, 30 memilih merah, 20 memilih kuning, dan 10 memilih putih. Hipotesis penelitian yang diajukan oleh gurupeneliti tersebut dinyatakan sbb. Ho : Peluang siswa SMK untuk memilih empat macam warna pakaian olah raga adalah sama Ha : Peluang siswa SMK untuk memilih empat macam warna pakaian olah raga adalah tidak sama
Hasil analisis Chi Kuadrat (4 kategori) dengan menggunakan program SPSS Versi 19 dapat ditunjukkan berikut ini.
Warna Pakaian
Observed N Expected N Residual Biru 40 25.0 15.0 Merah 30 25.0 5.0 Kuning 20 25.0 -5.0 Putih 10 25.0 -15.0 Total 100
Test Statistics
Warna Pakaian Chi-Square 20.000 a
df 3 Asymp. Sig. .000 a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 25.0.
Apabila Chi Kuadrat hitung lebih kecil dari Chi Kuadrat tabel, maka Ho diterima dan apabila Chi Kuadrat hitung lebih besar dari Chi Kuadrat tabel, maka Ho ditolak. Berdasarkan hasil analisis dapat dinyatakan bahwa pada dk = 3 dan taraf kesalahan yang ditetapkan sebesar 5% diperoleh koefisien Chi Kuadrat tabel sebesar 7,815. Dengan demikian Chi Kuadrat hitung lebih besar dari Chi Kuadrat tabel. Sesuai dengan ketentuan yang ada maka disimpulkan bahwa peluang siswa SMK untuk memilih empat macam warna pakaian olah raga berbeda atau tidak sama. Berdasarkan data sampel menunjukkan bahwa pilihan terhadap warna biru untuk pakaian olah raga memiliki peluang tertinggi. (Ho ditolak dan Ha diterima).
3. Menggunakan Run Test Run tes digunakan untuk mengukur kerandoman urutan suatu kejadian yang didasarkan atas hasil pengamatan melalui data sampel. Contoh. Seorang guru olah raga telah mewawancarai sebanyak 100 murid yang diambil secara random (acak) untuk menentukan kapan outbond akan dilaksanakan. Murid yang terpilih sebagai sampel diminta untuk menjawab sebelum atau sesudah ulangan. Wawancara dilaksanakan secara berurutan dari nomor 1 s/d nomor 24. Hasil wawancara dapat disajikan berikut ini. No. Jawaban No. Jawaban 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Sebelum Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah Sesudah Sebelum Sebelum Sesudah Sesudah 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. Sesudah Sebelum Sebelum Sesudah Sebelum Sesudah Sesudah Sebelum Sesudah Sesudah Sebelum Sebelum
Buatlah analisis apakah urutan pilihan waktu untuk outbond bersifat random (urutannya tidak mengelompok/bergantian). Untuk menguji kerandoman urutan pilihan waktu pelaksanaan outbond tersebut dibuat hipotesis penelitian sbb. Ho : Urutan pilihan dalam menentukan waktu pelaksanaan outbond siswa bersifat random/tidak mengelompok/berurutan Ha : Urutan pilihan dalam menentukan waktu pelaksanaan outbond siswa bersifat tidak random/ mengelompok/tidak berurutan
Berdasarkan analisis Run tes dengan menggunakan program SPSS Versi 19, maka diperoleh output sbb. Runs Test
Sampel Kecil Test Value a 2 Cases < Test Value 12 Cases >= Test Value 12 Total Cases 24 Number of Runs 15 Z .626 Asymp. Sig. (2-tailed) .531 a. Median
Berdasarkan contoh di atas, jumlah sampel (N) = 24, n1 = 12 dan n2 = 12. Untuk n1 = 12 dan n2 = 12, maka diperoleh koefisien run yang kecil = 7 dan koefisien run yang besar = 19. Dengan demikian Number of Runs sebesar 15 berada diantara 7 s/d 19, karenanya Ho diterima dan menolak Ha. Hal ini berarti bahwa 24 siswa sebagai sampel yang diwawancari bersifat random. 4. Menggunakan t-Test a. Uji Dua Sisi Seorang peneliti ingin menguji daya tahan berdiri pramuniaga selama 4 jam per hari. Berdasarkan sampel sebesar 31 orang yang diambil secara random. Data yang diperoleh untuk 31 0rang tersebut ditunjukkan berikut ini. 3 4 5 2 5 6 3 6 2 4 6 3 5 7 4 6 8 5 7 8 6 8 5 3 5 3 2 3 4 3 3 (Sugiyono, 2007) Guna menguji apakah daya tahan berdiri pramuniaga tersebut benar rata-rata 4 jam per hari, perlu dibuat hipotesis berikut ini. Hipotesisnya Ho : = 8 jam Ha : 8 jam Hasil analisis untuk uji t dua sisi ditunjukkan berikut ini. One-Sample Test
Test Value = 4 t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference Lower Upper Daya Tahan Membaca 1.976 30 .057 .645 -.02 1.31
Dengan demikian Ho diterima, dengan demikian dapat dinyatakan bahwa daya tahan berdiri pramuniaga tersebut benar rata-rata 4 jam per hari (t hitung < t tabel). b. Uji Pihak Kiri Seorang peneliti ingin menguji daya tahan lampu merk A dengan mengambil sampel sebesar 25 buah. Hasil uji coba daya tahan lampu tersebut sbb. 450 380 300 425 300 390 350 345 390 200 400 400 375 340 300 480 340 425 350 250 500 300 400 360 400 (Sugiyono, 2007) Peneliti akan menguji apakah benar daya tahan lampu A tersebut 400 jam Guna menguji apakah daya tahan lampu A tersebut 400 jam, perlu dibuat hipotesis berikut ini. Ho ; o 400 jam Ho ; o < 400 jam Hasil analisis
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean Daya Tahan Lampu 25 366.00 68.252 13.650
One-Sample Test
Test Value = 400 t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference Lower Upper Daya Tahan Lampu -2.491 24 .020 -34.000 -62.17 -5.83
Hasil pengujian menyatakan bahwa daya tahan lampu A tersebut lebih kecil dari 400 jam (Ho ditolak dan Ha diterima). Hasil analisis menunjukkan bahwa t hitung lebih besar dari t tabel. c. Uji Pihak Kanan Seseorang ingin menguji kemampuan menjual jeruk per hari. Data diambil dari 20 orang sampel secara random dengan kondisi sbb. 98 100 70 90 80 60 95 70 120 85 90 90 90 95 85 60 70 100 75 110 (Sugiyono, 2007) Peneliti akan menguji apakah benar kemampuan menjual pedagang tersebut 100 kg per hari Guna menguji apakah kemampuan menjual pedagang tersebut 100 kg per hari, perlu dibuat hipotesis berikut ini. Ho ; o 100 kg Ho ; o > 100 kg Hasil analisis sbb.
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean Kemampuan Menjual 20 86.65 15.836 3.541
One-Sample Test
Test Value = 100 t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the Difference Lower Upper Kemampuan Menjual -3.770 19 .001 -13.350 -20.76 -5.94
Hasil analisis menunjukkan bahwa t hitung lebih besar dari t tabel, dengan demikian Ho di tolak dan Ha diterima. Pembuktian tersebut dapat disimpulkan bahwa kemampuan menjual pedagang tersebut lebih kecil dari 100 kg per hari.